基于約束修補的多目標優(yōu)化算法

　　針對傳統(tǒng)的優(yōu)化算法求解多目標動態(tài)環(huán)境經(jīng)濟調(diào)度（ MODEED）模型時極難獲得高質(zhì)量的可行解，且收斂速度慢等問題，根據(jù)MODEED模型約束特征，設(shè)計了一種約束修補策略；然后將該策略嵌入非支配排序算法（NSGAII），進而提出一種修補策略的約束多目標優(yōu)化算法（ CMEA/R）；接著借助模糊決策理論給出了多目標問題的最優(yōu)決策向量；最后，以經(jīng)典的10機系統(tǒng)為例，驗證了CMEA/R的求解能力，并比較了不同群體規(guī)模下CMEA/R與NSGAII的性能。仿真結(jié)果表明，在不同群體規(guī)模下，與NSCAII相比，CMEA/R的污染排放平均減少了480lb（217.7 kg），燃料成本平均減少了7 800美元，執(zhí)行時間平均減少了0. 021 s；覆蓋率（HR）性能優(yōu)于NSGAII，且收斂速度較NSGAII快。